專利名稱：通過遺傳規(guī)劃在電信網(wǎng)絡(luò)中用于網(wǎng)絡(luò)節(jié)點控制的進化算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電信，特別涉及電信網(wǎng)絡(luò)。
背景技術(shù)：
電信網(wǎng)絡(luò)日益結(jié)合實現(xiàn)自我配置、自我組織和自我適應(yīng)的能力。隨著電信網(wǎng)絡(luò)的規(guī)模和復(fù)雜度增加，在分散的方式中具有執(zhí)行這些所謂“自我X”屬性的動力，也就是其中每個節(jié)點僅使用本地信息能夠各自進行動作。因此，存在增長的需要來開發(fā)不需要網(wǎng)絡(luò)的全局信息或網(wǎng)絡(luò)節(jié)點的協(xié)同中央控制進行工作的自我X算法，也就是，用于網(wǎng)絡(luò)節(jié)點自我適應(yīng)的算法。無線網(wǎng)絡(luò)中自我X算法的一些示例包括用于優(yōu)化小區(qū)覆蓋范圍和容量的算法以及資源調(diào)度算法。在有線網(wǎng)絡(luò)領(lǐng)域中的一些實例為根據(jù)多個變量進行操作的路由算法，例如業(yè)務(wù)負載水平、沿著通信路徑在節(jié)點之間的跳數(shù)、和服務(wù)質(zhì)量(Q0Q要求。由本領(lǐng)域技術(shù)人員設(shè)計已知的用于自我χ算法的方法?；诳赡懿滑F(xiàn)實的網(wǎng)絡(luò)的具體假設(shè)，當(dāng)它們在網(wǎng)絡(luò)中執(zhí)行后，通常需要評估、修正和改進算法。這可能是緩慢和昂貴的過程。遺傳規(guī)劃(genetic programming)是一種已知的產(chǎn)生算法的進化 (evolutionary)方法，例如參見Koza，J. R.，遺傳規(guī)劃借助于自然選擇的計算機編程 1992，MIT 出版社，840。這里簡單描述遺傳規(guī)劃以便于讀者理解。如圖1所示，遺傳規(guī)劃(GP)包括下列步驟(i)初始化算法種群(population)-種群是用作個體算法集合的術(shù)語，在初始化種群中的算法至少是部分隨機生成的；(ii)計算種群中每個算法的適合度(fitness)-適合度是用作測量算法實現(xiàn)算法任務(wù)性能的術(shù)語；(iii)根據(jù)它們的適合度選擇算法以成為“父輩”；(iv)通過應(yīng)用遺傳算子創(chuàng)建新算法，例如對在上述步驟中選擇的父輩進行突變或交叉(crossover)；(ν)使用最新創(chuàng)建的算法以及從之前產(chǎn)生的種群中選擇的幸存者產(chǎn)生算法的下一代種群。重復(fù)上述步驟(ii)至(V)直到滿足終止條件為止(例如該過程通過設(shè)定數(shù)量的代，或者通過已經(jīng)創(chuàng)建的算法滿足目標適合度水平)。如圖2所示，分析樹表示典型地用于遺傳規(guī)劃(GP)，以將算法編碼為可執(zhí)行遺傳規(guī)劃操作的形式。分析樹可用于表示算法的各種形式，例如計算機程序。算法可用其它形式表示，例如通過狀態(tài)轉(zhuǎn)換圖表示。圖3描述了上述交叉和突變算子的實施例。交叉是混合來自兩個父輩算法的成分以產(chǎn)生下一代(例如子輩)算法。突變是個體父輩算法的修改部分以產(chǎn)生下一代算法。
在Lewis Τ.，F(xiàn)anning N.和Clemo G.的標題為“使用遺傳規(guī)劃增強IEEE802. 11 DCF", IEEE 2006的論文中描述使用遺傳規(guī)劃以產(chǎn)生用于電信網(wǎng)絡(luò)的算法。

發(fā)明內(nèi)容
讀者參考所附的獨立權(quán)利要求。一些優(yōu)選的特征出現(xiàn)在從屬權(quán)利要求中。本發(fā)明的一個實施例是一種通過遺傳規(guī)劃在電信網(wǎng)絡(luò)中用于網(wǎng)絡(luò)節(jié)點控制的進化算法的方法，包括(a)產(chǎn)生算法；(b)根據(jù)電信網(wǎng)絡(luò)的模型確定算法的適合度水平；和 (c)選擇滿足預(yù)定的適合度水平或進化的代的數(shù)量的算法。更新模型并自動重復(fù)執(zhí)行步驟 (a)、(b)和(c)以提供在網(wǎng)絡(luò)中可以實現(xiàn)的隨著時間適于改變網(wǎng)絡(luò)模型的系列算法。可通過操作網(wǎng)絡(luò)周期性地執(zhí)行該過程，從而在網(wǎng)絡(luò)中執(zhí)行的算法適于變化的網(wǎng)在優(yōu)選的實施方式中，中央網(wǎng)絡(luò)節(jié)點使用遺傳規(guī)劃以產(chǎn)生由網(wǎng)絡(luò)節(jié)點使用的新算法，將網(wǎng)絡(luò)信息用于更新網(wǎng)絡(luò)的內(nèi)部模型。例如，可從由網(wǎng)絡(luò)進行的測量結(jié)果或工程師的輸入來獲得信息。優(yōu)選地，節(jié)點與遺傳規(guī)劃建立塊一起使用模型以創(chuàng)建滿足諸如適合度水平或進化的代的數(shù)量的目標準則的算法。優(yōu)選地一旦提供這樣的算法，檢測在網(wǎng)絡(luò)節(jié)點中執(zhí)行是否可以視為接受。該方法特別適用于變化的網(wǎng)絡(luò)，例如包括毫微微小區(qū)基站的自我配置網(wǎng)絡(luò)，并適于提供用于執(zhí)行它們自身的自適應(yīng)算法的算法。


現(xiàn)在通過實施例并參照附圖來描述本發(fā)明的實施方式，其中圖1是示例性地描述遺傳規(guī)劃過程的示意圖(現(xiàn)有技術(shù))，圖2是描述以分析樹的形式表示的計算機程序的示意圖(現(xiàn)有技術(shù))，圖3是將遺傳規(guī)劃應(yīng)用于表示為分析樹的程序部分的交叉和變異操作的示意圖 (現(xiàn)有技術(shù))，圖4是表示根據(jù)包括網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器的本發(fā)明的第一實施方式的用于無線電信的網(wǎng)絡(luò)的示意圖，圖5是描述圖4所示的網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器的示意圖，圖6是描述網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器操作的流程圖，以及圖7是用于優(yōu)化無線小區(qū)覆蓋范圍并由網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器提供的遺傳工程規(guī)劃的實施例。
具體實施例方式在考慮已知的系統(tǒng)時，發(fā)明者認識到遺傳規(guī)劃可以按周期性地和自動地優(yōu)化它們的方式被應(yīng)用于電信網(wǎng)絡(luò)。在聚焦示例性網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器以及其操作之前，現(xiàn)在將描述示例性的網(wǎng)絡(luò)。在該說明書中我們使用術(shù)語算法來表示用于解決問題或執(zhí)行任務(wù)的一組規(guī)則或方法?？蓪⑺惴ㄖ付榫哂屑夹g(shù)應(yīng)用的數(shù)學(xué)公式、計算機程序、諸如狀態(tài)轉(zhuǎn)換圖或流程圖的系統(tǒng)行為表示。在電信網(wǎng)絡(luò)中的算法實例是自動調(diào)整無線小區(qū)的覆蓋范圍的方法，和通過網(wǎng)絡(luò)對業(yè)務(wù)進行路由的方法。網(wǎng)絡(luò)如圖4所示，電信網(wǎng)絡(luò)2包括有包含一些互聯(lián)的蜂窩基站21、22、23、24的無線電接入網(wǎng)絡(luò)4。小區(qū)基站21、22、23、M具有鏈接到網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10的通信鏈路6。網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10還通過通信鏈路或鏈路8與核心網(wǎng)30中的各種網(wǎng)絡(luò)實體連接。各種網(wǎng)絡(luò)實體包括網(wǎng)絡(luò)管理系統(tǒng)31、主交換中心32和包括網(wǎng)絡(luò)狀態(tài)信息的數(shù)據(jù)庫33?；?1、22、23、M均運行算法以執(zhí)行預(yù)定的任務(wù)。網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10用于提供使用遺傳規(guī)劃的算法的新改進版本，在下面將進行詳細說明。網(wǎng)絡(luò)遺傳規(guī)劃服各器如圖5所示，使用遺傳規(guī)劃以創(chuàng)建在基站中使用算法的網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10包括，為進化處理器15提供輸入的功能和終端集合11、遺傳算子12和適合度功能13。功能和終端集合11是算法的構(gòu)件塊。遺傳算子12是操作現(xiàn)有的算法以創(chuàng)建新算法的操作，并包括諸如變異和交叉的操作。適合度功能13是用于計算適合度的功能，換句話說是算法的性能。例如，根據(jù)網(wǎng)絡(luò)運營商的要求預(yù)訂適合度功能13。在網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10的操作過程中，隨著網(wǎng)絡(luò)運營商要求的變化，例如網(wǎng)絡(luò)運營商可能希望給花費更多的用戶提供更多的資源，重復(fù)修改適合度功能13。在使用中，進化處理器15使用網(wǎng)絡(luò)的模型14的信息和各種不同的所產(chǎn)生的算法運行對網(wǎng)絡(luò)的仿真，以及使用性能結(jié)果并結(jié)合適合度功能13來計算與每個算法相關(guān)聯(lián)的適合度。網(wǎng)絡(luò)的最新模型14用于這些仿真中。將功能和終端集合11、遺傳算子12、適合度功能13和來自仿真器18的模型14仿真結(jié)果輸入到進化處理器15。進化處理器15進行遺傳規(guī)劃。如前所述，遺傳規(guī)劃(GP)包括下列步驟(i)初始化算法種群-種群是用作個體算法集合的術(shù)語，在初始化種群中的算法至少是部分隨機的；(ii)計算種群中每個算法的適合度-適合度是用作測量算法實現(xiàn)算法任務(wù)的性能的術(shù)語；(iii)根據(jù)它們的適合度選擇算法以成為“父輩”；(iv)通過應(yīng)用遺傳算子創(chuàng)建新算法，例如對在上述步驟中選擇的父輩進行突變或交叉；(ν)使用最新創(chuàng)建的算法從之前產(chǎn)生的種群中選擇的幸存者產(chǎn)生算法的下一代種群。重復(fù)上述步驟(ii)至(V)直到滿足終止條件為止(例如該過程通過設(shè)定數(shù)量的代以提供算法，或者通過已經(jīng)創(chuàng)建的算法滿足目標適合度水平)?？梢哉J為由進化處理器15輸出的算法是由進化過程選擇的一個算法。該算法從進化處理器15輸出至算法驗證處理器16。算法驗證處理器16預(yù)先檢測算法以檢查在網(wǎng)絡(luò)2中部署的穩(wěn)定性。在部署之前完成該檢測，以及檢測意在確保算法性能良好，并不會導(dǎo)致在網(wǎng)絡(luò)中發(fā)生不期望的行為。由于會發(fā)生不需要和不期望的行為，該檢測對于用于網(wǎng)絡(luò)的分散控制的自我X算法(例如，自我配置、自我組織等)特別重要。這種不期望的行為能夠造成網(wǎng)絡(luò)效率低的操作，并且在極端情況下會在全網(wǎng)絡(luò)造成級聯(lián)故障。需要注意的是，通常在算法中會發(fā)生相反的效果，并且相反的效果不是由遺傳規(guī)劃產(chǎn)生的特定的副作用。一旦預(yù)先檢測了算法并認為是適合的，在合適的網(wǎng)絡(luò)節(jié)點中執(zhí)行該算法，在該實施例中是無線接入網(wǎng)絡(luò)20中的基站21、22、23、24。在網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10中具有模型建立處理器17，其作用于網(wǎng)絡(luò)的模型14以通過結(jié)合在真實世界中發(fā)生的任何重大變化來保持模型14是最新的，并對算法進化過程產(chǎn)生影響，還持續(xù)對模型進行改進以提高其精確度。因此，通過時常(例如周期性)的更新來改變模型。模型建立處理器17使用網(wǎng)絡(luò)上從網(wǎng)絡(luò)節(jié)點自身獲得的信息，充當(dāng)核心網(wǎng)實體 30和諸如由工程師人工輸入的其它源(在圖中沒有給出)。因此，如上所述，網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器10以周期和自動的方式產(chǎn)生在網(wǎng)絡(luò)節(jié)點中使用的新的和改進的算法。在該自動過程中采用的主要步驟的流程圖如圖6所示。如圖6所示，在網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器中，產(chǎn)生和評估下一代算法(步驟a)以便達到適合度水平。作出是否所產(chǎn)生的算法滿足預(yù)定的適合度水平的確定(步驟b)。當(dāng)滿足預(yù)定的適合度水平時，可認為算法對于要進行的算法檢驗過程是足夠好的。如上所述，算法檢驗處理器16預(yù)先檢測算法以檢查在網(wǎng)絡(luò)2中部署的可靠性(步驟c)。然后，確定該檢測是失敗或通過(步驟d)。如果檢測失敗，則拋棄該算法(步驟e)，并返回到產(chǎn)生和適合度評估(步驟a)。另一方面，如果檢查通過，將算法分散到網(wǎng)絡(luò)節(jié)點中(步驟f)。圖6中的步驟a和b發(fā)生在圖5所示的進化處理器15中。圖6中步驟c、d、e發(fā)生在圖5中所示的算法驗證處理器16中。優(yōu)化無線電覆蓋范圍針對上述的遺傳規(guī)劃和選擇的示例類型的算法是用于優(yōu)化無線網(wǎng)絡(luò)中小區(qū)的無線電覆蓋范圍的一個實施例，換句話說基于在基站環(huán)境中在網(wǎng)絡(luò)中作出的測量結(jié)果可自動調(diào)整基站的無線電覆蓋范圍。以圖7中的分析樹和公式的形式表示該種算法的實施例。該公式為
f 1 )Rm= ^i+- xA
V 7Vi J其中Dt表示在時隙t中丟棄的呼叫數(shù)量，Rt表示在時隙t中的小區(qū)半徑，以及Ni 表示所執(zhí)行的增加的全部數(shù)量。在該實施例中用作進化處理器的輸入的示例功能和終端集合如下功能集合F= {+，_，*，/}，包括基本的數(shù)學(xué)運算。終端集合T= {Dt，Rt，Ct，Ni，l}，包括測量結(jié)果、節(jié)點狀態(tài)和常量，其中Dt-在時隙t中丟棄的呼叫數(shù)量。Rt-在時隙t中的小區(qū)半徑。C-覆蓋范圍重疊。Ni-所執(zhí)行增加的全部數(shù)量。在該實施例中，假設(shè)網(wǎng)絡(luò)包括中央控制實體，也就是網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器。在可替換的實施方式中，可以將網(wǎng)絡(luò)遺傳規(guī)劃服務(wù)器功能以散布的方式在網(wǎng)絡(luò)節(jié)點之間散布，例如通過多個基站或基站控制器進行散散布。
上述方法集中在使用遺傳規(guī)劃來產(chǎn)生自我-X，例如自我配置、自我適應(yīng)算法。在一些其他的實施方式中，該方法用于提供實現(xiàn)非自我-X算法的算法。概述本發(fā)明可以體現(xiàn)為不偏離本發(fā)明本質(zhì)特點的其它具體形式。所介紹的實施方式在所有方面僅被認為是解釋性而并非是限制性的。因此，本發(fā)明的范圍由所附權(quán)利要求表示， 而并非是由上述說明書表示。在權(quán)利要求等效的含義和范圍內(nèi)的所有變化都包括在權(quán)利要求的范圍內(nèi)。本領(lǐng)域技術(shù)人員可容易地認識到各種上述方法的步驟可由可編程計算機執(zhí)行。一些實施方式涉及程序存儲設(shè)備，例如機器或計算機可讀并對指令的機器可執(zhí)行程序或計算機可執(zhí)行程序進行編碼的數(shù)字數(shù)據(jù)存儲介質(zhì)，其中所述執(zhí)行執(zhí)行所述上面介紹的方法的一些或所有步驟。程序存儲設(shè)備例如可以是數(shù)字存儲器、諸如磁盤和磁帶的磁存儲介質(zhì)、硬盤驅(qū)動器、或光可讀數(shù)字數(shù)據(jù)存儲介質(zhì)。一些實施方式包括通過編程以執(zhí)行上述方法的所述步驟的計算機。
權(quán)利要求
1.一種通過遺傳規(guī)劃在電信網(wǎng)絡(luò)中用于網(wǎng)絡(luò)節(jié)點控制的進化算法的方法，包括(a)產(chǎn)生算法；(b)根據(jù)電信網(wǎng)絡(luò)的模型確定算法的適合度水平；(c)選擇滿足預(yù)定的適合度水平或進化的代的數(shù)量的算法；其中更新模型并自動重復(fù)執(zhí)行步驟(a)、(b)和(c)以提供在網(wǎng)絡(luò)中能夠執(zhí)行的隨著時間適于改變網(wǎng)絡(luò)模型的系列算法。
2.根據(jù)權(quán)利要求1所述的方法，其中周期性地更新模型。
3.根據(jù)權(quán)利要求1或2所述的方法，其中周期性地重復(fù)步驟(a)、(b)和(c)。
4.根據(jù)前述任一權(quán)利要求所述的方法，其中所提供的系列算法是用于網(wǎng)絡(luò)節(jié)點自我配置的系列算法。
5.根據(jù)權(quán)利要求4所述的方法，其中網(wǎng)絡(luò)是無線電信網(wǎng)絡(luò)，并且算法用于調(diào)整基站無線電覆蓋范圍的大小。
6.根據(jù)前述任一權(quán)利要求所述的方法，其中網(wǎng)絡(luò)是自我配置網(wǎng)絡(luò)。
7.根據(jù)前述任一權(quán)利要求所述的方法，其中網(wǎng)絡(luò)包括基站，其中基站為毫微微小區(qū)基站。
8.根據(jù)前述任一權(quán)利要求所述的方法，其中對隨著時間提供的系列算法中的每一個進行驗證過程以檢查各個用于在網(wǎng)絡(luò)中執(zhí)行的算法的適合度。
9.根據(jù)權(quán)利要求8所述的方法，其中在網(wǎng)絡(luò)中執(zhí)行每個被認為是適合的算法。
10.根據(jù)前述任一權(quán)利要求所述的方法，其中根據(jù)網(wǎng)絡(luò)的變化模型調(diào)整用于確定進化處理器中算法的適合度水平的適合度功能。
11.根據(jù)前述任一權(quán)利要求所述的方法，其中根據(jù)來自網(wǎng)絡(luò)節(jié)點的反饋信息來更新模型。
12.—種遺傳規(guī)劃服務(wù)器，包括進化處理器，其配置為產(chǎn)生算法以控制電信網(wǎng)絡(luò)中的網(wǎng)絡(luò)節(jié)點，并選擇輸出滿足預(yù)定適合度功能或進化的代的數(shù)量的算法，以及網(wǎng)絡(luò)模型，其中在進化處理器中適應(yīng)涉及網(wǎng)絡(luò)模型的算法，其中有時更新模型，以及進化處理器自動地提供在網(wǎng)絡(luò)中執(zhí)行的隨著時間適于網(wǎng)絡(luò)的改變模型的系列算法。
13.根據(jù)權(quán)利要求12所述的遺傳規(guī)劃服務(wù)器，進一步包括算法驗證處理器，配置為檢測用于在網(wǎng)絡(luò)中執(zhí)行的各個算法的適合度。
14.根據(jù)權(quán)利要求12或13所述的遺傳規(guī)劃服務(wù)器，其中根據(jù)網(wǎng)絡(luò)的改變模型調(diào)整用于確定進化處理器中算法的適合度水平的適合度功能。
15.根據(jù)權(quán)利要求12至14中任一項所述的遺傳規(guī)劃服務(wù)器，其中所提供的系列算法是用于網(wǎng)絡(luò)節(jié)點自我配置的系列算法。
16.一種數(shù)字數(shù)據(jù)存儲介質(zhì)，對指令的機器可執(zhí)行程序進行編碼以執(zhí)行權(quán)利要求1至 11中任一項的方法。
全文摘要
本發(fā)明公開了一種通過遺傳規(guī)劃在電信網(wǎng)絡(luò)中用于網(wǎng)絡(luò)節(jié)點控制的進化算法，包括(a)產(chǎn)生算法；(b)根據(jù)電信網(wǎng)絡(luò)的模型確定算法的適合度水平；和(c)選擇滿足預(yù)定的適合度水平或進化的代的數(shù)量的算法。更新模型并自動重復(fù)執(zhí)行步驟(a)、(b)和(c)以提供在網(wǎng)絡(luò)中執(zhí)行的隨著時間適于改變網(wǎng)絡(luò)模型的系列算法。
文檔編號G06N3/12GK102356399SQ201080012200
公開日2012年2月15日 申請日期2010年3月12日 優(yōu)先權(quán)日2009年3月17日
發(fā)明者H·克勞森, I·阿什拉夫, L·G·塞繆爾, L·T-W·何 申請人:阿爾卡特朗訊公司